基于MPI的主从式并行MCMC

马尔可夫链蒙特卡洛(MCMC)是贝叶斯网络(BN)的一种近似推理算法,为保证其时间性能,在生成马尔可夫链的组成序列时,通常只使用较少的样本,其推理精度较低.以Gibbs抽样为基本框架,提出一种BN的并行MCMC推理方法PMCMC,在生成马尔可夫链的组成序列时,通过增加对BN中每个节点的抽样频率来提高推理精度,并在消息传递接口MPJ的支持下,利用主从式并行机制来实现其推理过程,保证了推理的时间性能.在3个不同BN上的推理实验结果表明,PMCMC在提高推理精度的同时有效保证了推理的时间生能.     

基于响应面法的汽车侧撞安全性仿真优化

建立了整车侧撞有限元模型.通过与碰撞试验结果对比验证了该模型的可靠性.考虑汽车侧围结构的碰撞安全性,由整车侧撞有限元模型导出了侧围子结构模型.采用响应面法进行了车身侧围结构仿真优化.仿真结果表明:基于响应面法的子结构模型可将汽车侧撞安全性优化时间缩短至传统整车模型方法的五分之一.优化后的胸部损伤指标明显降低,满足侧撞乘员保护要求.     

保险资金投资模型及其Markov链模拟

针对保险资金投资的特殊性建立了投资决策的动态模型,并利用近似Markov链计算了数值解. 与经典的Merton模型不同,保险资金投于风险证券的量仅在增资区域中随财富而递增,在控制区域内不会显著增加, 甚至反而可能递减.最后就降息、保险资金现金流与风险证券的相关性、保险公司业绩对最优投资策略的影响进行了敏感性分析.     

离散时间有限缓冲空间GI / Geom / 1 / N 工作休假排队系统稳态概率算法及性能分析

综合使用离散补充变量方法和嵌入Markov链技术研究了离散时间有限缓冲空间工作休假GI/Geom/1/N排队系统.首先运用离散补充变量方法给出一个重要等式,从而获得系统在稳态情形下任意时刻队长分布和顾客到达前夕队长分布的迭代关系.然后,再利用嵌入Markov链技术通过求解不变概率测度方程获得顾客到达前夕队长分布的数值解.而后将顾客到达前夕队长分布代入迭代公式求得稳态情形下任意时刻的队长分布.最后给出几个特殊情形下的数值计算实例,并讨论了系统参数对几个主要性能指标的影响.     

卫星单轨任务合成观测问题及其动态规划算法

一类遥感卫星的侧摆机动性能较差,必须考虑将某些任务合成观测以提高观测效率。研究了卫星在单个轨道圈次内,任务间的最优合成观测问题。建立了问题的约束优化模型,分析合成任务性质,基于合成任务间存在角度相关及时序特征,将问题按照卫星的最大侧摆次数划分为多个阶段,利用动态规划思想,得到了问题的最优解。测试算例验证了算法的有效性。     

贝叶斯网络推理的一种高精度仿真算法

简要分析了贝叶斯网络推理算法的现状,提出了基于马氏链随机拟蒙特卡罗算法(MCRQMC)的推理方法.在给出高精度推理结果的同时,该推理算法亦能给出推理结果的标准偏差.从理论上对MCRQMC算法与现有的算法进行了比较分析,并采用随机Halton序列、Sobol序列和普通随机序列进行了推理实验.结果表明MCRQMC算法在同样样本数量的情况下,推理精度显著优于现有算法.     

基于数量柔性契约与Markov链的应急物资采购模型

突发灾害是以一定概率发生的随机事件,其状态总是不断发生转移,使政府已采购的应急物资在状态好转时易造成浪费,在状态持续恶化时难以满足突发需求,因此考虑突发灾害状态转移的应急物资采购策略对提升政府应急物资保障能力至关重要.本文将突发灾害状态转移过程视为一个有限次的齐次Markov链,构建了基于数量柔性契约的应急物资采购模型,分析了政企达成合作的条件与双方最优决策策略.采用数值计算与敏感性分析验证该模型的有效性,讨论了若干外生变量对政企最优决策策略与双方成本收益的影响,提出了重要的管理启示.结果表明,突发灾害状态转移情形下的应急物资采购模型既能提高政府应急物资保障能力,又可以保障企业合理收益与控制政府成本.     

基于分布式算法的含微电网电力供应侧市场均衡分析

考虑微电网参与配电侧电力市场投标竞争,并引入一个中间商来实现日前批发市场与配电侧电力市场之间的电力交易.基于该市场交易架构,建立了微电网参与投标竞争的电力市场供应函数均衡模型.然后将该均衡模型转化为凸优化问题,在理论上证明了解的存在性和唯一性,并考虑到实际电力市场中信息的不对称性,采用分布式优化算法进行求解.最后通过算例验证了该均衡模型和求解方法的有效性,表明在微电网参与的配电侧电力市场和日前批发市场之间引入中间商,会平滑日前批发市场电价的激烈变化,缓解市场力滥用行为,有助于整个电力市场的高效平稳运行.     

基于人工免疫网络机器人路径规划算法的进一步研究

本文进一步完善了基于人工免疫网络的移动机器人路径发现与规划算法,给出了算法的设计思想和流程详细的描述;并基于马尔可夫链理论,从数学上证明了该算法的收敛性;通过势场法、神经网络算法和遗传算法三种常用的移动机器人路径发现与规划算法的对比实验,表明文章所设计的算法具有很好的柔性,能够适应于不同的规划环境,解决了其它规划算法无法克服的规划难题以及欺骗性问题,表现出了高度的智能性。     

公司债券违约率的结构化模型研究

采用期权定价和违约率函数的结构化处理方法建立估计公司债券违约率的模型，应用美国国内公司的整体数据给出了将模型具体化的处理方法，得到一个带马尔可夫链的违约率函数。根据实证数据的初步检验，该函数的拟合效果比较理想，可用于估计一般性上市公司群体的债券违约率。文中的处理方法具有良好的可行性，只要拥有模型必需的股权价值、债务价值和违约率的数据，就能按照该方法将模型具体化，拟合出违约率函数，并由此来估计公司债券的违约率。